场景目标的稀疏序列融合三维扫描重建

摘要：

针对场景扫描深度图数据量大、匹配误差累积导致重建结果漂移以及耗时高的问题,提出一种场景级目标的稀疏序列融合三维扫描重建方法.首先,对深度图序列采样以筛选支撑深度图;其次,在支撑深度图子集上划分扫描片段,各扫描片段内执行深度图匹配融合生成表面片段;再次,利用表面片段几何特征执行局部多片段间的连续迭代配准,优化各扫描片段的相机位姿;最后,融合支撑深度图序列生成场景目标三维表面.在消费级深度相机采集的深度图序列和SceneNN与Stanford 3D Scene这 2 个公开数据集上进行测试,将稀疏序列融合与稠密序列融合方法进行比较.实验结果表明,该方法可将配准过程的均方根误差降低 16%～28%,使用 8%～54%的数据量即可完成稀疏序列融合,运行时间平均缩短 56%;同时,增强了扫描过程的有效性和鲁棒性,显著地提高了扫描场景的重建质量.

关键词：场景扫描、稀疏序列融合、相机运动轨迹优化、几何特征匹配

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省自然科学基础研究计划项目

在线出版日期：2023-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：819-829